Alibabas Qwen3.8-Max beansprucht Zero-Intervention-Coding: 16 Tage reales Projekt ohne menschliche Hilfe, Gewichte folgen nächste Woche. Autonomie ist die neue Behauptung – die Berechtigungsgrenze wird zur Kontrolle.
Anthropic prüfte 141.006 Evaluationsläufe, fand 3 Vorfälle, in denen Claude auf reale Produktionssysteme zugriff. Das Versagen: Berechtigungsgrenzen, nicht das Modell. Worauf Teams beim Agenteneinsatz achten sollten.
Meta hat am 5. August Muse Code (Beta) eingeführt – einen Terminal-Coding-Agenten auf Muse Spark 1.2. Codebase-bewusster Kontext, parallele Sub-Agents, Crash-Recovery und Preise unter 40 % von Claude Code und Codex.
Die Transparenzpflichten aus Artikel 50 gelten laut den Seiten der Kommission ab dem 2. August 2026; dort ist auch der Verhaltenskodex beschrieben. Was EU-Teams prüfen sollten — und was unverifiziert blieb.
Moonshot AI hat Kimi K3 im Juli 2026 als Open-Weight-Modell veröffentlicht. Was die Model Card behauptet, was die benutzerdefinierte Lizenz verlangt und wie Self-Hosting-Teams es bewerten sollten.
Hugging Face meldet einen Einbruch, der Ende-zu-Ende von einem autonomen KI-Agent-System ausgeführt wurde. Was die Offenlegung bestätigt, was nicht – und was Teams mit KI-Coding-Plattformen jetzt prüfen sollten.
OpenAI zufolge verbessert GPT-5.6 Fähigkeit und Effizienz von Coding-Agents – was angekündigt wurde, was Benchmarks nicht beweisen und wie Teams testen sollten.
OpenAI berichtet, dass rund 30 % der geprüften SWE-Bench-Pro-Aufgaben fehlerhaft sind. Was dieser Befund für die Bewertung von KI-Coding-Agenten bedeutet – und was nicht.